李开复：人工智能已从“AI＋”迈向“＋AI”
来源：李开复官方微信号
我曾经预测过未来20年，AI的发展将会在中国带来影响深远的产业变革。这是基于在中国，AI有着明确且丰富的落地应用场景，已经有大量的AI企业活跃于这些垂直领域，积极探索市场化的路径。作为擅于趋势前瞻的TechVC，创新工场已经投出了7只AI独角兽。中国传统行业规模巨大，正处于科技驱动的升级转型关键时期，我们希望通过科技的力量，为传统企业降本提效，推动中国实体经济的发展。
近期，我带领创新工场团队与BCG亨德森智库合作，推出“AI融合产业：‘改造者’如何促进AI普惠”系列研究，通过介绍创新工场投资的AI企业如何赋能传统行业，探究传统企业在应用AI过程中的关键要素与合作伙伴，以及传统企业拥抱AI的范式与路径，以期对行业企业应用AI有所启迪。
以下为系列研究的开篇内容：
{image=1}
{image=2}
{image=3}
{image=4}
{image=5}
系列导读
众所周知，中国在人工智能（AI）领域的发展世界领先，尤其在产业应用方面，中国的各行各业都开始尝试在产业链条的不同环节应用AI，以最大化生产与服务的效率。BCG与MIT于2020年发布的年度AI1报告调研显示，2020年，在中国，76%的企业都或多或少应用了AI2，而这一数值在美国是41%，在欧洲是44%。
除却政府及资本市场的支持、充分的市场竞争与数据供给、劳动力红利逐渐消退等因素，我们发现，有另一大因素至关重要——在中国，人工智能有着明确的落地应用场景，大量AI企业活跃于这些垂直场景中，充当产业中传统企业应用AI的桥梁，我们称之为“改造者”。“改造者”通过传授其AI技术和垂直行业理解，极大地打破了传统企业应用AI的瓶颈。
本系列由BCG亨德森智库与创新工场董事长兼首席执行官李开复博士带领的创新工场团队共同推出，围绕“AI融合产业：‘改造者’如何促进AI普惠”的课题，我们致力于探究传统企业在应用AI过程中的关键要素与合作伙伴，以及传统企业拥抱AI的范式与路径，以期对行业企业应用AI有所启迪。
创新工场由李开复博士创办于2009年9月，作为国内顶尖的科技型创业投资机构，创新工场深耕在人工智能&前沿科技、自动化、B2B企业服务、医疗、消费、互联网等领域，并不断探索与创新，致力于打造集创业平台、资金支持、投后服务等的全方位生态投资服务平台。
1Expanding AI’s Impact With Organizational Learning. MIT Sloan Management Review and Boston Consulting Group.
2对问题“我的组织已经将AI应用于其流程或产品中”勾选“是”的有效答卷者。
{image=6}
本期受访嘉宾：李开复
李开复博士是创新工场的董事长兼首席执行官，专注于科技创新型的投资理念与最前沿的技术趋势。
在此之前，李开复博士曾是谷歌全球副总裁兼大中华区总裁；担任微软全球副总裁期间开创了微软亚洲研究院，并曾服务于苹果、SGI等知名科技企业。
对谈实录：
Q1
我们知道您接触过非常多的人工智能企业，您认为当前人工智能的应用和发展呈现出什么样的趋势？
A
起初，发展通用性人工智能技术的企业有很大的规模优势，因为只有少数企业掌握图像识别、语音识别等技术。比如，在图像识别领域可能只有商汤科技和旷视科技这样的头部企业具备显著的技术优势，他们天然能够占据更大的市场份额。
但是横向的、通用性的技术正在快速地大众化（commoditize），越来越多的企业逐渐掌握相关技术。以图像识别为例，摄像头公司、物联网设备公司，甚至医疗器械公司都开始具备这项能力。在过去，企业仅利用技术层的优势就能够攫取价值，如今这变得不再容易。AI已经从“AI＋”的黑科技发明期迈向“＋AI”的应用为王阶段。“AI＋”仍会有价值，但“＋AI”则能创造更大的经济贡献。更何况科技巨头可以迅速地以价格、规模等优势抢占市场。总而言之，能够攻破一项技术或平台的方式太多了。
当然，在特定领域有特殊技术优势或重大突破的企业依然能够变现其技术优势的价值，只不过它们能够领先市场的时间窗口相比于过去也可能会更短，这些企业需要思考除了技术突破之外，如何能够迅速地找到落地场景，进而探索市场化的路径。
与横向通用技术相对的，垂直的、行业特定的技术解决方案更能够建立壁垒。在我看来，各个垂直行业都会出现垂直技术企业的爆发机会。中国企业不像美国企业，比如在企业管理软件方面，由于美国企业标准化程度更高、数字化基础更强，科技巨头更容易整合服务，而中国企业，特别是传统企业行业各有特点，需求各异，要非标得多、碎片化得多，可直接嵌入AI解决方案的现成平台并不多。中国传统行业规模巨大，正处于科技驱动的升级转型关键时期，AI、自动化等平台技术将为其降本增效，创造出巨大的经济价值。在这个过程中，垂直、特定的行业技术解决方案有望在企业服务赛道上 “弯道超车”，汽车、银行等各行各业都可能涌现出全新的、垂直的、创新式的行业特定的AI解决方案。所以说，“＋AI”的未来，定制化服务的需求要远多于标准化。
那么定制化的服务如何定价？技术企业需要深入到行业当中、业务流程当中，识别人工智能能够实现的、替代的价值。中国的AI企业每天都在迭代，它们刚开始时可能拥有某种通用技术，然后再根据具体的商业问题和场景不断定制化——思考这项技术能为制造业，又或者医疗健康行业带来什么改变？该如何销售、销售给谁？在企业中，谁有兴趣买？又是谁在做购买决策？与之相应地，AI企业需要再调整其商业模式。
Q2
我们理解人工智能技术企业需要更深入到垂直行业中去，那另一方面，传统企业又应当如何应用AI？
A
当前大量中国传统企业在争先恐后地应用AI，或者尝试应用AI，就像在电气时代谁没有应用电力就会被自然淘汰一样。尤其是在保险、零售、电商等行业，企业不及时拥抱AI可能就会被新的AI玩家颠覆，或者被应用了AI的竞争对手颠覆——每一次AlphaGo、AlphaFold的突破都会加剧企业的这种焦虑感。另外在经济下行期，企业也有提升生产管理效率和节降成本的需求，需要寻求像流程机器人之类的自动化的解决方案。
在我看来，传统企业需要满足以下三方面的要素，才能够有效地应用AI：
■ 开明的决策者。技术的应用会给传统的企业运作模式甚至业务模式带来颠覆，需要开明、坚定的决策者在整个企业组织中一以贯之地推动变革，来应对可能出现的各类阻力和反对的声音。
■ 切实可行的计划。找到可落地的速赢点并付诸实践，借此向员工展示AI应用的巨大价值与潜力。比起一上来就全面铺开，寻找单点进行突破显然更加容易，这一单点最好是非争议性的、非业务核心的、风险较低的，从这一单点再慢慢地向整个业务流程延展，通过单点速赢逐渐增加员工对AI的理解和信任。
■ 数据。企业需要有高质量的、与业务紧密相关的标识数据以及反馈闭环，将企业不同部门或子业务紧密相连。我们见到过太多失败的AI应用项目都是败在数据上，因为企业缺乏高质量的数据。
■要点回顾
1
当前，大量行业通用性的人工智能技术均面临迅速的大众化，而垂直行业领域的专识变得更加重要，垂直领域的AI应用成为大势所趋。
2
传统企业需要抓住时间窗口，凭借多年深耕行业的经验积累，在AI技术企业追赶行业知识的档口自我颠覆、自我革命。
“在BCG看来，传统企业拥抱AI有多种方式：自建AI能力，与科技企业形成合作或合资企业，以及在这个系列中我们将重点探讨的——与AI技术企业合作形成垂直行业生态圈等等。”
